热水器的加热控制方法及装置、热水器

技术领域

本发明涉及智能家电控制技术领域，具体而言，涉及一种热水器的加热控制方法及装置、热水器。

背景技术

热水器是每个家庭的刚需家电，目前很多热水器仍然是通过触发控制面板进行相关控制，操作起来比较麻烦。尤其是，热水器安装位置一般比较高，不方便一些用户的操作。即使市场上存在一些具有远程控制开关的热水器；但是，智能化程度还是较低的，无法通过对热水器的合理精准控制达到节能的目的。

针对上述相关技术中热水器的智能化程度比较低，无法进行合理精准控制，导致电能浪费的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种热水器的加热控制方法及装置、热水器，以至少解决相关技术中热水器的智能化程度比较低，无法进行合理精准控制，导致电能浪费的技术问题。

根据本发明实施例的一个方面，提供了一种热水器的加热控制方法，包括：获取第一用水数据，其中，所述第一用水数据是在第一历史时段采集的用水数据，所述用水数据包括：用水时间、用水量、用水频率、用水温度；利用用水场景确定模型，确定与所述第一用水数据对应的第一用水场景，其中，所述用水场景确定模型为使用多组训练数据通过机器学习训练得到，所述多组训练数据的每一组训练数据均包括：用水数据、与所述用水数据对应的用水场景，所述用水场景表示用水方式；基于所述第一用水场景确定所述热水器的加热策略；控制所述热水器按照所述加热策略运行。

可选地，该热水器的加热控制方法还包括：获取多个用水数据采集周期内采集的第二用水数据，其中，所述用水数据采集周期是历史时间段内的按照预定时长划分得到；对所述第二用水数据进行分类，确定所述第二用水数据对应的第二用水场景；利用所述第二用水数据和所述第二用水场景对初始网络模型进行训练，得到所述用水场景确定模型，其中，所述初始网络模型为所述用水场景确定模型的网络结构。

可选地，在对所述第二用水数据进行分类，确定所述第二用水数据对应的第二用水场景之前该热水器的加热控制方法还包括：确定用水数据分类策略；其中，确定所述用水数据分类策略，包括：当预定时间段内所述用水数据满足第一预设条件时，确定所述用水场景为用水场景一，其中，所述第一预设条件包括以下至少之一：用水量不超过预定用水量、用水温度小于预定用水温度、用水频率大于预定频率；当所述预定时间段内所述用水数据满足第二预设条件时，确定所述用水场景为用水场景二，其中，所述第一预设条件包括以下至少之一：用水量超过预定用水量、用水温度大于或等于预定用水温度、用水频率小于或等于预定频率。

可选地，利用所述第二用水数据和所述第二用水场景对初始网络模型进行训练，包括：将所述第二用水数据转换为所述初始网络模型的输入信息；将所述输入信息输入至所述初始网络模型，得到所述初始网络模型的输出信息；将所述输出信息转换第三用水场景；循环执行上述步骤直到所述第三用水场景与所述第二用水场景相同的次数大于预定阈值。

可选地，基于所述第一用水场景确定所述热水器的加热策略，包括：获取当前环境温度；在所述用水场景为用水场景一时，根据所述当前环境温度对所述热水器的水箱内的水进行加热，并控制所述水箱内的水保持在第一温度范围内；在所述用水场景为用水场景二时，根据所述当前环境温度和所述热水器的加热功率确定所述热水器的第一加热起始时刻，并在所述第一加热时刻到来时，对所述水箱内的水进行加热，并控制所述水箱内的水保持在第二温度范围内。

可选地，该热水器的加热控制方法还包括：在控制所述水箱内的水保持在第一温度范围的过程中，若接收到水温调节指令时，启动所述热水器的即热装置对所述水箱内的水进行加热。

可选地，该热水器的加热控制方法还包括：在所述用水场景为所述用水场景一的情况下，确定对所述水箱内的水进行加热的第二加热起始时刻；在所述第一加热起始时刻与所述第二加热起始时刻相同时，优先执行所述用水场景二对应的加热策略。

根据本发明实施例的另外一个方面，还提供了一种热水器的加热控制装置，包括：第一获取单元，用于获取第一用水数据，其中，所述第一用水数据是在第一历史时段采集的用水数据，所述用水数据包括：用水时间、用水量、用水频率、用水温度；第一确定单元，用于利用用水场景确定模型，确定与所述第一用水数据对应的第一用水场景，其中，所述用水场景确定模型为使用多组训练数据通过机器学习训练得到，所述多组训练数据的每一组训练数据均包括：用水数据、与所述用水数据对应的用水场景，所述用水场景表示用水方式；第二确定单元，用于基于所述第一用水场景确定所述热水器的加热策略；控制单元，用于控制所述热水器按照所述加热策略运行。

可选地，该热水器的加热控制装置还包括：第二获取单元，用于获取多个用水数据采集周期内采集的第二用水数据，其中，所述用水数据采集周期是历史时间段内的按照预定时长划分得到；分类单元，用于对所述第二用水数据进行分类，确定所述第二用水数据对应的第二用水场景；训练单元，用于利用所述第二用水数据和所述第二用水场景对初始网络模型进行训练，得到所述用水场景确定模型，其中，所述初始网络模型为所述用水场景确定模型的网络结构。

可选地，该热水器的加热控制装置还包括：第三确定单元，用于在对所述第二用水数据进行分类，确定所述第二用水数据对应的第二用水场景之前，确定用水数据分类策略；其中，所述第三确定单元，包括：第一确定模块，用于当预定时间段内所述用水数据满足第一预设条件时，确定所述用水场景为用水场景一，其中，所述第一预设条件包括以下至少之一：用水量不超过预定用水量、用水温度小于预定用水温度、用水频率大于预定频率；第二确定模块，用于当所述预定时间段内所述用水数据满足第二预设条件时，确定所述用水场景为用水场景二，其中，所述第一预设条件包括以下至少之一：用水量超过预定用水量、用水温度大于或等于预定用水温度、用水频率小于或等于预定频率。

可选地，所述训练单元，包括：第一转换模块，用于将所述第二用水数据转换为所述初始网络模型的输入信息；输入模块，用于将所述输入信息输入至所述初始网络模型，得到所述初始网络模型的输出信息；第二转换模块，用于将所述输出信息转换第三用水场景；执行模块，用于循环执行上述步骤直到所述第三用水场景与所述第二用水场景相同的次数大于预定阈值。

可选地，所述第二确定单元，包括：第二获取模块，用于获取当前环境温度；第一控制模块，用于在所述用水场景为用水场景一时，根据所述当前环境温度对所述热水器的水箱内的水进行加热，并控制所述水箱内的水保持在第一温度范围内；第二控制模块，用于在所述用水场景为用水场景二时，根据所述当前环境温度和所述热水器的加热功率确定所述热水器的第一加热起始时刻，并在所述第一加热时刻到来时，对所述水箱内的水进行加热，并控制所述水箱内的水保持在第二温度范围内。

可选地，该热水器的加热控制装置还包括：启动单元，用于在控制所述水箱内的水保持在第一温度范围的过程中，若接收到水温调节指令时，启动所述热水器的即热装置对所述水箱内的水进行加热。

可选地，该热水器的加热控制装置还包括：第四确定单元，用于在所述用水场景为所述用水场景一的情况下，确定对所述水箱内的水进行加热的第二加热起始时刻；第五确定单元，用于在所述第一加热起始时刻与所述第二加热起始时刻相同时，优先执行所述用水场景二对应的加热策略。

根据本发明实施例的另外一个方面，还提供了一种热水器，所述热水器使用上述中任一项所述的热水器的加热控制方法。

根据本发明实施例的另外一个方面，还提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的程序，其中，所述程序执行上述中任意一项所述的热水器的加热控制方法。

根据本发明实施例的另外一个方面，还提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行上述中任意一项所述的热水器的加热控制方法。

在本发明实施例中，获取第一用水数据，其中，第一用水数据是在第一历史时段采集的用水数据，用水数据包括：用水时间、用水量、用水频率、用水温度；利用用水场景确定模型，确定与第一用水数据对应的第一用水场景，其中，用水场景确定模型为使用多组训练数据通过机器学习训练得到，多组训练数据的每一组训练数据均包括：用水数据、与用水数据对应的用水场景，用水场景表示用水方式；基于第一用水场景确定热水器的加热策略；控制热水器按照加热策略运行。通过本发明实施例提供的热水器的加热控制方法，可以实现在原有热水器基本加热功能的基础上提供更加智能化的服务，提高用户的用水体验，也达到了节能的目的，进而解决了相关技术中热水器的智能化程度比较低，无法进行合理精准控制，导致电能浪费的技术问题。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明实施例的热水器的加热控制方法的流程图；

图2是根据本发明实施例的可选的热水器的加热控制方法的流程图；

图3是根据本发明实施例的热水器的加热控制装置的示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

一般家庭中的热水器使用具有很强的规律性，而较长时间维持热水器中储备较多热水，无疑会造成极大的能源浪费，可以通过分析用户的用水习惯，预测用户的用水时间来指导热水器的加热策略，提高能源的利用效率，从而达到节能的目的。因此，在本发明实施例中提供了一种能够通过用户的用水习惯，预测用户用水时间，定位用户用水量较大的可能时间点，并根据预测的用水时间，采用两种不同的加热策略，以达到节能的目的的热水器的加热控制方法。下面通过具体实施例对该热水器的加热控制方法进行说明。

实施例1

根据本发明实施例，提供了一种热水器的加热控制方法的方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

图1是根据本发明实施例的热水器的加热控制方法的流程图，如图1所示，该热水器的加热控制方法包括如下步骤：

步骤S102，获取第一用水数据，其中，第一用水数据是在第一历史时段采集的用水数据，用水数据包括：用水时间、用水量、用水频率、用水温度。

可选的，在本发明实施例中，用水数据(第一用水数据、第二用水数据)均可以包括：用水时间、用水量、用水频率、用水温度。当然，也可以包括其他数据，在此不作具体限定。

可选的，上述第一历史时间段可以是当前日期的前一天或者前n天。

在一种可选的方案中，可以获取当前日期前一天的用水数据，例如，前一天的用水时间分别分布在哪些时间段、每次用水的量、用水频率、每次用水的水温。

步骤S104，利用用水场景确定模型，确定与第一用水数据对应的第一用水场景，其中，用水场景确定模型为使用多组训练数据通过机器学习训练得到，多组训练数据的每一组训练数据均包括：用水数据、与用水数据对应的用水场景，用水场景表示用水方式。

可选的，在该实施例中，用水场景确定模型可以是预先训练好的。

在一种可选的方案中，可以将第一用水数据输入至用水场景确定模型，通过用水场景确定模型来确定与第一用水数据对应的用水场景(即，第一用水场景)。例如，可以将当前日期的前一天的用水数据转换为用水场景确定模型的输入，根据用水场景确定模型的输出结果预测当前日期的用水场景。

步骤S106，基于第一用水场景确定热水器的加热策略。

在该实施例中，可以根据上述步骤S104中确定的用水场景来生成加热策略，以控制热水器的运行。

步骤S108，控制热水器按照加热策略运行。

由上可知，在本发明实施例1记载的方案中，在获取到前一天的用水数据后，可以将其作为用水场景确定模型的输入，利用用水场景确定模型得到后一天的用水场景，从而可以确定后一天的热水器加热策略，并基于该加热策略控制热水器运行，实现通过预测用户的用水时间来指导热水器的加热策略的目的。

容易注意到，由于可以基于前一天的用水数据来预测后一天的用水时间，从而可以在原有热水器基础加热功能的基础上，扩展通过用水场景确定模型来预测后一天的用水时间，方便用水用水。因此，通过本发明实施例提供的热水器的加热控制方法，可以实现在原有热水器基本加热功能的基础上提供更加智能化的服务，提高用户的用水体验，也达到了节能的目的。

由此，通过本发明实施例1提供的方案解决了相关技术中热水器的智能化程度比较低，无法进行合理精准控制，导致电能浪费的技术问题。

根据本发明上述实施例，该热水器的加热控制方法还可以包括：获取多个用水数据采集周期内采集的第二用水数据，其中，用水数据采集周期是历史时间段内的按照预定时长划分得到；对第二用水数据进行分类，确定第二用水数据对应的第二用水场景；利用第二用水数据和第二用水场景对初始网络模型进行训练，得到用水场景确定模型，其中，初始网络模型为用水场景确定模型的网络结构。

可选的，上述历史时间段可以是当前日期的前n天。上述用水数据采集周期可以是针对每一天，按照每小时将用水数据划分为24个时间段。

由于隐马尔可夫模型具有计算简单，能加入用户每天的新数据更新模型，并且注重数据前后的关联性，比较符合用户用水习惯，上述初始网络模型可以为隐马尔可夫模型。

在上述实施例中，在对第二用水数据进行分类，确定第二用水数据对应的第二用水场景之前该热水器的加热控制方法还包括：确定用水数据分类策略；其中，确定用水数据分类策略，包括：当预定时间段内用水数据满足第一预设条件时，确定用水场景为用水场景一，其中，第一预设条件包括以下至少之一：用水量不超过预定用水量、用水温度小于预定用水温度、用水频率大于预定频率；当预定时间段内用水数据满足第二预设条件时，确定用水场景为用水场景二，其中，第一预设条件包括以下至少之一：用水量超过预定用水量、用水温度大于或等于预定用水温度、用水频率小于或等于预定频率。

可选的，对用水数据进行分类可以是按照用水时间、用水频率、用水量等进行分类，并确定对应的用水场景。

例如，日常洗手、洗脸等少量多次的使用场景，该场景下往往需求的水温较低，用水量较小，发生频率高，难以预测，确定为用水场景一；洗澡等大量少次的使用场景，该场景下往往需求的水温较高，用水量较大，发生频率低，规律性较强，能够预测，确定为用水场景二。

根据本发明上述实施例，利用第二用水数据和第二用水场景对初始网络模型进行训练，包括：将第二用水数据转换为初始网络模型的输入信息；将输入信息输入至初始网络模型，得到初始网络模型的输出信息；将输出信息转换第三用水场景；循环执行上述步骤直到第三用水场景与第二用水场景相同的次数大于预定阈值。

在本发明实施例中，可以先采集用户的用水量数据，将每天的数据按照每小时将数据分为24个时间段，当该小时内的用水总量超过一个阈值时判断为发生用水场景二；考虑到使用环境可能对用户用水习惯的影响，根据使用环境条件将用户用水数据按天分为不同的类别，比如：该天的天气、气温、是否为节假日等；调用利用历史上同类别的数据建模的隐马尔可夫模型，得到该天内不同时段各自会出现用水场景二的概率，当概率大于一个阈值时判断该时间段内将发生用水场景二，小于该阈值的时间段则判断发生用水场景一。

根据本发明上述实施例，基于第一用水场景确定热水器的加热策略，包括：获取当前环境温度；在用水场景为用水场景一时，根据当前环境温度对热水器的水箱内的水进行加热，并控制水箱内的水保持在第一温度范围内；在用水场景为用水场景二时，根据当前环境温度和热水器的加热功率确定热水器的第一加热起始时刻，并在第一加热时刻到来时，对水箱内的水进行加热，并控制水箱内的水保持在第二温度范围内。

在该实施例中，当下一个时间段被判断为场景一时，根据当前气温，对应维持一个较低的温度，具体数值需要用户体验实验确定。反之当一个时间段被判断为场景二时，根据当前气温和热水器加热功率判断一个加热开始的时间，提前对热水器中的水进行加热，确保该时间段内保持在一个较高的水温。通过这种方式可以为用户提供比较适合的热水，提高了用户的用水体验。

根据本发明实施例，该热水器的加热控制方法还可以包括：在控制水箱内的水保持在第一温度范围的过程中，若接收到水温调节指令时，启动热水器的即热装置对水箱内的水进行加热。

在该实施例中，在利用用水场景一下的加热策略进行加热过程中，当用户控制需要更高温度时，开启出水口处的即热装置对水温进行补偿，使得热水器的控制比较灵活，更能满足用户需求。

根据本发明上述实施例，该热水器的加热控制方法还可以包括：在用水场景为用水场景一的情况下，确定对水箱内的水进行加热的第二加热起始时刻；在第一加热起始时刻与第二加热起始时刻相同时，优先执行用水场景二对应的加热策略。

由于用水场景一下，热水器会对应一个加热起始时刻，即，第二加热起始时刻；用水场景二的加热起始时刻(第一加热起始时刻)与第二加热起始时刻可能会存在冲突，此时优先执行用水场景二对应的加热策略，从而可以满足用户对大量用水的需求。

下面结合附图对本发明实施例提供的热水器的加热控制方法进行说明。图2是根据本发明实施例的可选的热水器的加热控制方法的流程图，如图2所示，先采集用户的用水数据，接着对采集的用水数据进行分类，再利用隐马尔可夫模型进行用水场景预测，若预测结果为用水场景二，则执行用水场景二对应的加热控制方式，反之，判断后一时段是否为用水场景二，若是，则执行用水场景二对应的加热控制方式；反之，执行用水场景一对应的加热控制方式。

通过本发明实施例提供的热水器的加热控制方法，先采集用户的用水量数据，将每天的数据按照每小时将数据分为24个时间段，当该小时内的用水总量超过一个阈值时判断为发生场景二；考虑到使用环境可能对用户用水习惯的影响，根据使用环境条件将用户用水数据按天分为不同的类别，比如：该天的天气、气温、是否为节假日等；再调用利用历史上同类别的数据建模的隐马尔可夫模型，得到该天内不同时段各自会出现场景二的概率，当概率大于一个阈值时判断该时间段内将发生场景二，小于该阈值的时间段则判断发生场景一；当下一个时间段被判断为场景一时，根据当前气温，对应维持一个较低的温度，具体数值需要用户体验实验确定，同时当用户控制需要更高温度时，开启出水口处的即热装置对水温进行补偿；当一个时间段被判断为场景二时，根据当前气温和热水器加热功率判断一个加热开始的时间，提前对热水器中的水进行加热，确保该时间段内保持在一个较高的水温，当与场景一的时间段控制冲突时，此控制优先执行。

由上述可知，由于用水场景一对应的是用户少量的用水，在这个场景下用户对温度的要求不高，对应预测为场景一的时间段内，根据当前气温，维持一个较低的温度(具体温度需要实验得出对应气温下体感舒适的温度)，当用户在场景一下手动设置需要更高的温度，则通过开启出水口的即热装置对水温进行补偿，用户也可以手动设置更改场景到场景二；场景二对应的是用户少次大量的用水，需求水温较高，为保证对应时间段都有较高的水温，需要规划提前加热，提前加热的时间段若与场景一的时间重合，优先执行加热。

因此，通过本发明实施例提供的热水器的加热控制方法，可以采集用户的用水数据，通过隐马尔科夫模型对第二天的用户大量用水时间进行预测；并可以根据一般家庭的用水习惯，结合当时的气温条件，在用户少量多次用水的时间段，维持较低的温度，并搭配出水口即热装置进行温度补偿；在用户较大用水的时间段，维持较高的温度以应对用户的用水需求。具有以下有益效果：1)通过用户的用水习惯，预测用户用水时间，定位用户用水量较大的可能时间点；2)根据预测的用水时间，采用两种不同的加热策略，以达到节能的目的，有效减少了主流热水器只能通过用户控制来安排加热策略，而无法灵活的分配加热策略的弊端。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必须的。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本申请各个实施例所述的方法。

实施例2

根据本发明实施例，还提供了一种用于实施上述热水器的加热控制方法的热水器的加热控制装置，图3是根据本发明实施例的热水器的加热控制装置的示意图，如图3所示，该热水器的加热控制装置包括：第一获取单元31、第一确定单元33、第二确定单元35以及控制单元37。

其中，第一获取单元31，用于获取第一用水数据，其中，第一用水数据是在第一历史时段采集的用水数据，用水数据包括：用水时间、用水量、用水频率、用水温度。

第一确定单元33，用于利用用水场景确定模型，确定与第一用水数据对应的第一用水场景，其中，用水场景确定模型为使用多组训练数据通过机器学习训练得到，多组训练数据的每一组训练数据均包括：用水数据、与用水数据对应的用水场景，用水场景表示用水方式。

第二确定单元35，用于基于第一用水场景确定热水器的加热策略。

控制单元37，用于控制热水器按照加热策略运行。

此处需要说明的是，上述第一获取单元31、第一确定单元33、第二确定单元35以及控制单元37对应于实施例1中的步骤S102至步骤S108，三个模块与对应的步骤所实现的实例和应用场景相同，但不限于上述实施例1所公开的内容。

由上可知，本申请上述实施例2记载的方案中，可以利用第一获取单元获取第一用水数据，其中，第一用水数据是在第一历史时段采集的用水数据，用水数据包括：用水时间、用水量、用水频率、用水温度；然后采用第一确定单元利用用水场景确定模型，确定与第一用水数据对应的第一用水场景，其中，用水场景确定模型为使用多组训练数据通过机器学习训练得到，多组训练数据的每一组训练数据均包括：用水数据、与用水数据对应的用水场景，用水场景表示用水方式；再利用第二确定单元基于第一用水场景确定热水器的加热策略；最后利用控制单元控制热水器按照加热策略运行。通过本发明实施例提供的热水器的加热控制装置，可以实现在原有热水器基本加热功能的基础上提供更加智能化的服务，提高用户的用水体验，也达到了节能的目的，进而解决了相关技术中热水器的智能化程度比较低，无法进行合理精准控制，导致电能浪费的技术问题。

在一种可选的实施例中，该热水器的加热控制装置还包括：第二获取单元，用于获取多个用水数据采集周期内采集的第二用水数据，其中，用水数据采集周期是历史时间段内的按照预定时长划分得到；分类单元，用于对第二用水数据进行分类，确定第二用水数据对应的第二用水场景；训练单元，用于利用第二用水数据和第二用水场景对初始网络模型进行训练，得到用水场景确定模型，其中，初始网络模型为用水场景确定模型的网络结构。

在一种可选的实施例中，该热水器的加热控制装置还包括：第三确定单元，用于在对第二用水数据进行分类，确定第二用水数据对应的第二用水场景之前，确定用水数据分类策略；其中，第三确定单元，包括：第一确定模块，用于当预定时间段内用水数据满足第一预设条件时，确定用水场景为用水场景一，其中，第一预设条件包括以下至少之一：用水量不超过预定用水量、用水温度小于预定用水温度、用水频率大于预定频率；第二确定模块，用于当预定时间段内用水数据满足第二预设条件时，确定用水场景为用水场景二，其中，第一预设条件包括以下至少之一：用水量超过预定用水量、用水温度大于或等于预定用水温度、用水频率小于或等于预定频率。

在一种可选的实施例中，训练单元，包括：第一转换模块，用于将第二用水数据转换为初始网络模型的输入信息；输入模块，用于将输入信息输入至初始网络模型，得到初始网络模型的输出信息；第二转换模块，用于将输出信息转换第三用水场景；执行模块，用于循环执行上述步骤直到第三用水场景与第二用水场景相同的次数大于预定阈值。

在一种可选的实施例中，第二确定单元，包括：第二获取模块，用于获取当前环境温度；第一控制模块，用于在用水场景为用水场景一时，根据当前环境温度对热水器的水箱内的水进行加热，并控制水箱内的水保持在第一温度范围内；第二控制模块，用于在用水场景为用水场景二时，根据当前环境温度和热水器的加热功率确定热水器的第一加热起始时刻，并在第一加热时刻到来时，对水箱内的水进行加热，并控制水箱内的水保持在第二温度范围内。

在一种可选的实施例中，该热水器的加热控制装置还包括：启动单元，用于在控制水箱内的水保持在第一温度范围的过程中，若接收到水温调节指令时，启动热水器的即热装置对水箱内的水进行加热。

在一种可选的实施例中，该热水器的加热控制装置还包括：第四确定单元，用于在用水场景为用水场景一的情况下，确定对水箱内的水进行加热的第二加热起始时刻；第五确定单元，用于在第一加热起始时刻与第二加热起始时刻相同时，优先执行用水场景二对应的加热策略。

实施例3

根据本发明实施例的另外一个方面，还提供了一种热水器，热水器使用上述中任一项的热水器的加热控制方法。

实施例4

根据本发明实施例的另外一个方面，还提供了一种计算机可读存储介质，计算机可读存储介质包括存储的程序，其中，程序执行上述中任意一项的热水器的加热控制方法。

实施例5

根据本发明实施例的另外一个方面，还提供了一种处理器，处理器用于运行程序，其中，程序运行时执行上述中任意一项的热水器的加热控制方法。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。